问题标签 [edge-tpu]

如何在 Google Coral 上隐藏内核启动消息？

但我找不到 grub 文件（我尝试过，比如 debian，/etc/default/grub ... 什么都没有）来编辑和添加“安静”（比如普通的 Ubuntu/Debian），然后重新生成 grub :(

我重新训练了一个 RESNET50 模型以在 EDGE TPU 上重新识别。但是，似乎没有办法将一批图像提取到 EDGE_TPU。

我想出了一个为图像运行多个相同模型的解决方案。

但是，有没有办法加快多个模型的模型推理？现在的线程甚至比单模型推理还要慢

我相信可以利用两个 USB Connected 连接的 Google Coral TPU 的强大功能相互结合（或至少并排，各自运行自己的推理）。

但是，是否可以利用两个或多个连接到单独边缘设备但位于通过硬线以太网和交换机连接的同一网络上的 Google Coral TPU？

我训练了一个自定义的 MobileNetV2 SSD 模型来进行对象检测。我保存了 .pb 文件，现在我想将其转换为 .tflite 文件，以便与 Coral edge-tpu 一起使用。

我在 CPU 上的 Windows 10 上使用 Tensorflow 2.2。

我正在使用的代码：

我尝试了其他线程提出的几个解决方案，我还尝试了 tf-nightly、tf2.3 和 tf1.14，但没有一个有效（总是有另一个我无法处理的错误消息）。由于我使用 tf2.2 进行了培训，因此我认为继续使用 tf2.2 可能是个好主意。

由于我是 Tensorflow 的新手，我有几个问题：输入张量到底是什么，我在哪里定义它？是否有可能查看或提取此输入张量？有谁知道如何解决这个问题？

整个错误信息：

无论我在代码中进行什么更改，总会有相同的错误消息。我不知道这是否表明在训练期间出现了问题，但没有出现引人注目的情况。

我很乐意收到任何反馈！

我在珊瑚板边缘 tpu 与伺服微型 SG90 交互时遇到问题。我不认为问题出在代码中，因为我在 reaspberry pi 上尝试过它并且它有效，也许问题是珊瑚开发板的电源电压。我应该购买单独的电池组来为伺服器供电还是有其他方法？

这是我正在使用的电路

这是代码：

进口时间

进口板

进口脉冲

从 adafruit_motor 进口伺服

pwm = pulseio.PWMOut(board.PWM3, duty_cycle=2 ** 15, frequency=50)

my_servo = 伺服.Servo(pwm)

而真：

我在边缘 tpu 设备上运行一些边缘 tpu 模型。无论如何我可以从 TPU 读取多少内存在运行期间消耗？

我尝试创建完全量化的 tflite 模型，以便能够在珊瑚上运行它。我从https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/tf2_detection_zoo.md下载了 SSD MobileNet V2 FPNLite 640x640

我安装在虚拟环境 tf-nightly-2.5.0.dev20201123 tf-nightly-models 和 tensorflow/object_detection_0.1

我运行此代码来进行训练后量化

我有

我只是想在珊瑚开发板中获取 TPU 使用细节。但找不到任何相关的相同..！

请分享您的发现/建议..！

我希望使用相对较大的模型（~300 MB Tflite），但我担心 Google Coral 可能不支持它，因为它的大小。这就是我的问题的来源。

• 它究竟是如何工作的？模型是否加载到珊瑚本身？或者 Google Coral 是否像协处理器一样由 CPU 处理任务并提供结果？
• 如果确实加载了，它可以支持多大的模型/数据？

我读到的大多数信息都暗示它不能处理太多，因为他们谈论YOLOv4-Tiny了mobilenet-ssd例如。但是，这个答案看起来好像 Google Coral 没有大小限制。

我确实读过Google Coral 有 8MB 的 SRAM，但它似乎被用作缓存。

我对 google corral usb 加速器很感兴趣，因为我查了一个项目，它说它支持 CNN 模型，但它包括一维 CNN 模型吗？